Mochamad Chandra Saputra, S.Kom., M.Eng., M.T., Ph.D
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Karakteristik Anomali Pada Dataset Log Sistem Linux Menggunakan Algoritma Isolation Forest Zahra, Sheila Azalia; Mochamad Chandra Saputra, S.Kom., M.Eng., M.T., Ph.D; Dwija Wisnu Brata, S.ST., M.T.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keandalan sistem operasi Linux sangat krusial bagi infrastruktur TI modern, namun kompleksitas sistem yang terus meningkat membuat identifikasi gangguan menjadi sulit dilakukan secara manual. Log sistem merupakan sumber data utama untuk memahami perilaku sistem, tetapi sifatnya yang tidak terstruktur menjadi tantangan dalam deteksi anomali. Penelitian ini bertujuan untuk menganalisis karakteristik hasil deteksi anomali pada log sistem Linux menggunakan algoritma unsupervised learning Isolation Forest (IF). Fokus utama penelitian adalah mengidentifikasi distribusi dan dominasi anomali berdasarkan komponen sistem dan Event ID, serta mengevaluasi stabilitas performa model menggunakan metode Stratified K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa algoritma Isolation Forest berhasil mengidentifikasi pola anomali yang memiliki karakteristik bersifat sedikit (few) dan berbeda (different). Secara statistik, model menunjukkan stabilitas yang sangat tinggi dengan nilai Average Anomaly Score sebesar 0,0526 dan standar deviasi yang sangat rendah yaitu 0,0044. Temuan utama menunjukkan bahwa anomali didominasi oleh layanan jaringan seperti sshd, klogind, dan ftpd dengan skor anomali di bawah ambang batas -0,4334.